基于客户关系管理应用的关联规则算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究的背景与意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究的意义 | 第11-12页 |
| ·国内外研究现状及发展趋势 | 第12-18页 |
| ·客户关系管理在国内外的研究现状及发展趋势 | 第12-14页 |
| ·数据挖掘在国内外的研究现状与发展趋势 | 第14-16页 |
| ·数据挖掘在客户关系管理系统中的应用 | 第16-18页 |
| ·研究的主要内容与组织结构 | 第18-19页 |
| ·论文研究的主要内容 | 第18-19页 |
| ·论文的组织结构 | 第19页 |
| ·论文的写作思路及创新点 | 第19-21页 |
| ·论文使用的方法及技术路线 | 第20-21页 |
| ·论文的创新点 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第二章 客户关系管理与数据挖掘理论 | 第22-45页 |
| ·客户关系管理 | 第22-26页 |
| ·客户关系管理的内涵及目标 | 第22-23页 |
| ·客户关系管理的分类 | 第23-24页 |
| ·客户关系管理的组成 | 第24页 |
| ·客户关系管理的基本特征 | 第24-25页 |
| ·客户关系管理的框架结构 | 第25-26页 |
| ·客户关系管理的实现过程 | 第26页 |
| ·数据挖掘 | 第26-33页 |
| ·数据挖掘的定义 | 第26-27页 |
| ·数据挖掘的过程 | 第27-28页 |
| ·数据挖掘的功能 | 第28-31页 |
| ·数据挖掘的常用方法 | 第31-33页 |
| ·关联规则 | 第33-37页 |
| ·关联规则的相关概念 | 第33-34页 |
| ·关联规则的挖掘问题 | 第34-35页 |
| ·关联规则的类型及分类 | 第35-37页 |
| ·典型关联规则算法及其分析 | 第37-44页 |
| ·关联规则Apriori算法 | 第37-40页 |
| ·关联规则FP-Growth算法 | 第40-41页 |
| ·比较Apriori算法和FP-Growth算法 | 第41-42页 |
| ·算法Apriori的改进分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 关联规则挖掘算法研究 | 第45-66页 |
| ·问题描述 | 第46-47页 |
| ·提出背景 | 第46页 |
| ·问题定义 | 第46-47页 |
| ·基于属性位复用索引的约束性关联规则算法 | 第47-57页 |
| ·相关定义及性质 | 第47-49页 |
| ·算法的关键技术 | 第49-54页 |
| ·算法的挖掘过程 | 第54-55页 |
| ·挖掘算法的伪代码 | 第55-57页 |
| ·算法性能分析及实验比较 | 第57-65页 |
| ·算法完整性和正确性分析 | 第57-58页 |
| ·性能分析比较 | 第58-60页 |
| ·仿真实验比较 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 算法在客户关系管理系统中的应用 | 第66-82页 |
| ·系统需求分析 | 第66-68页 |
| ·系统功能描述 | 第66页 |
| ·数据流图 | 第66-67页 |
| ·数据字典 | 第67-68页 |
| ·概念设计 | 第68-72页 |
| ·实体模型 | 第68-71页 |
| ·全局E-R模式 | 第71-72页 |
| ·逻辑设计 | 第72-73页 |
| ·物理设计及数据库的实现 | 第73页 |
| ·客户关系管理系统的实现 | 第73-81页 |
| ·系统模块结构图 | 第74页 |
| ·系统的功能介绍 | 第74-77页 |
| ·智能挖掘功能 | 第77-81页 |
| ·系统评价 | 第81页 |
| ·本章小结 | 第81-82页 |
| 第五章 结语与展望 | 第82-84页 |
| ·研究结论 | 第82页 |
| ·进一步研究的方向 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 附录A 房屋购买情况调查问卷 | 第89-90页 |
| 附录B 攻读硕士学位期间发表的论文 | 第90页 |
